无刷直流电动机矢量控制系统的研究

针对方波驱动的无刷直流电动机有输出转矩脉动较大的问题,根据无刷直流电动机非线性、多变量、强耦合的特点,建立了以id=0为控制策略的无刷直流电动机矢量控制系统。把传统PI控制与模糊控制相结合,对速度环设计了一种模糊PI控制器, 利用模糊控制对PI控制器参数进行自整定。利用MATLAB/Simulink搭建了无刷直流电动机矢量控制系统仿真模型,分别对传统PI控制器和模糊PI控制器作用下的矢量控制系统进行仿真研究。仿真结果表明模糊PI控制器性能的优越性,提高了控制系统的动态性能和静态精度。以SH79F1611为控制核心,搭建了无刷直流电动机矢量控制系统的硬件实验平台,实验结果验证了控制方案的可行性。     

基于模糊控制器的直流无刷电动机控制

利用自整定模糊-PID控制器实现对直流无刷电动机的控制.在分析直流无刷电动机数学模型的基础上,建立一种新型的三相直流无刷电动机数学模型,并将自整定模糊-PID控制器应用于直流无刷电动机的控制系统中.系统采用双闭环调速,电流环采用电流滞环控制,转速环采用自整定模糊-PID控制器,通过不断检测速度偏差e和速度偏差变化率ec,对参数KP,KI和KD进行在线校正,控制器参数随e和ec变化而变化,以提高系统的控制效果.研究结果表明,这种基于自整定模糊-PID控制器的直流无刷电动机控制系统具有响应快、超调小、控制精度高等特点,比传统PID控制器具有更好的静、动态特性.     

基于参数自整定模糊控制的永磁同步电机矢量控制调速系统

针对采用SVPWM调制的永磁同步电动机的矢量控制系统,介绍参数自整定模糊控制策略,该策略吸收了空间脉宽调制、模糊控制和PID控制的优点,能够按照被控制对象的性能要求,通过模糊控制规则自动整定控制器参数,速度调节采用模糊自整定控制器,改善了系统的性能.仿真结果表明,基于参数自整定模糊控制与常规PID控制的水磁同步电机调速系统相比,具有良好的动态,稳态性能以及较强的鲁棒性,从而证明了这种设计方法的合理性和优越性.     

无刷直流电动机模糊自适应PID控制策略的仿真研究

在无刷直流电动机控制系统中,如何提高系统的控制精度、稳定性及鲁棒性备受关注。当无刷直流电动机系统的负载或参数发生变化时,传统的PID控制策略很难达到预期的效果。文章基于模糊控制理论,建立了模糊推理规则表,设计了模糊控制器和模糊自适应PID控制器,并对模糊自适应PID控制策略在无刷直流电动机系统中的应用进行了仿真研究。仿真结果表明,模糊自适应PID控制策略能加快无刷直流电动机系统的响应速度,并具有较强的鲁棒性。     

无刷直流电机智能控制系统的研究

基于对无刷直流(BLDC)电机的工作和控制原理的分析,提出了无刷直流电机的双闭环自适应模糊PID控制方案.采用模糊控制逻辑实现PID控制器参数的在线自整定,详细说明了自适应模糊PID控制器的设计方法.算法简单有效,易于实现无刷直流电机交流伺服系统的全数字化.用Matlab/Simulink对系统进行了仿真,仿真结果显示系统具有良好的静动态性能和较快的响应速度.     

基于模糊控制的直流双闭环调速系统仿真

将模糊控制应用于直流双闭环调速系统中的转速调节器,设计出模糊转速控制器,并与传统的双闭环调速系统进行了比较。利用MATLAB语言对这两种直流调速系统进行了仿真分析。仿真结果表明,用模糊控制方法得到的转速调节器参数比传统的工程整定方法得到的参数控制性能好,响应快,过渡过程时间短,基本无超调。     

永磁无刷直流电机无位置传感器技术研究

永磁无刷直流电动机具有结构简单、效率高等优点,广泛应用于军工或其他领域,因此研究永磁无刷直流电动机具有重要的意义。首先介绍了永磁无刷直流电动机的工作原理,然后分析了无位置传感器永磁无刷直流电动机反电动势法原理,并设计了其无位置传感器控制系统。最后在Matlab/Simulink平台上搭建无位置传感器永磁无刷直流电动机双闭环PI控制系统的仿真模型,并给出了仿真结果。仿真结果表明该系统能够控制电动机正常启动,具有良好的动态和稳态性能。     

水池拖车转矩主从模糊自整定控制系统

采用主从控制模式有效地解决了水池拖车控制系统4台直流驱动电机的速度同步和负载平衡问题.传统的直流电动机双闭环调速系统多采用结构简单、性能稳定的带限幅的PI调节控制器,传统的PI调节器很难满足快速、超调小和抗干扰能力强等要求,特别是在模型参数时变、控制对象非线性和众多干扰因素的情况下.采用模糊自整定PI控制器,利用模糊推理方法实现对PI参数的在线自整定.通过实验仿真证明,该系统在不同的运行环境下都能有良好的静态和动态性能.     

基于模糊控制的双闭环直流可逆调速系统的设计

对于双闭环直流可逆调速系统,提出了一种将模糊控制与常规PI控制相结合应用在转速环调节器设计的方法。根据工程经验与专家知识所确定的模糊控制规则,进行模糊推理,实现转速环调节器参数的动态整定。应用Matlab软件构建了双闭环直流可逆调速系统的仿真模型,并对转速环分别采用模糊PI控制器和常规PI控制器的直流可逆调速系统分别进行仿真实验并对比结果。从仿真结果可以得出采用模糊控制可以对直流可逆调速系统的动态与静态特性、抗扰性能、恢复性能以及跟踪性能有比较明显的改善与提高。     

基于P-模糊自适应PID控制的无刷直流电动机调速系统

分析了无刷直流电动机的数学模型,提出了一种新型的P-模糊自适应PID控制方法,并在Matlab/Simulink环境中建立了基于P-模糊自适应PID控制的无刷直流电动机调速系统仿真模型。在该调速系统中,电流控制采用电流滞环,转速控制采用P控制和模糊自适应PID控制相结合的方式,实现了电流滞环和转速模糊控制的双闭环调速控制功能。仿真结果表明,该系统与基于常规PID控制的调速系统相比,系统响应时间缩短一半,且超调减小,具有较强的鲁棒性和自适应能力。     

无刷直流电机的模糊神经网络控制设计

在无刷直流电机(BLDCM)的控制上,传统PID等控制方法存在或多或少的不足.在模糊PID控制的基础上提出了一种模糊神经网络PI控制器的设计方法.该方法结合了模糊逻辑与神经网络,使得模糊控制器模拟了人的控制功能,不仅对环境变化有较强的适应能力,还拥有自学习能力.相比模糊PID控制,其具有计算量小、稳定性强等特点.对BLDCM进行建模与分析;在BLDCM数学模型的基础上,分别设计模糊PID控制器和模糊神经网络PI控制器;对设计的控制器进行仿真验证并分析.实验结果表明,模糊神经网络PI控制具有跟踪性能好、超调小、响应快、脉动小等优点,其动静态特性均优于模糊PID控制.     

网络控制系统模糊PI时滞补偿算法研究

针对网络控制系统中普遍存在的时滞问题,将模糊逻辑补偿算法引入传统PI控制器的设计,以消除闭环网络控制系统中由时滞引起的控制性能下降、系统不稳定等不利影响.模糊PI时滞补偿算法中,无需更改传统PI控制器的设计,以模糊补偿器调制PI控制器的输出.以实时性要求较高的无刷直流电机为应用实例,仿真结果证明了该控制算法的有效性和可行性,该方法可使具有时滞特性的远程网络控制系统保持良好的动、静态特性与较强的抗干扰能力.     

无刷直流电机模糊PI系统的建模及仿真

针对无刷直流电机的传统PI控制策略存在的局限性,即PI控制器控制参数不能随环境变化而调整,不具有整体优化功能,给出了一种模糊PI控制建模方法。利用模糊集合的隶属度函数,模糊控制规则以及清晰化方法,基于Matlab/Simulink平台并结合电机转子位置信号,建立无刷直流电机模糊PI控制系统的仿真模型。仿真结果表明,模糊PI控制加快了系统响应时间、减小了超调,具有较强的鲁棒性和自适应能力,使系统获得了较好的控制性能,具有较好的应用价值。     

直流无刷电机的DSP模糊控制系统

基于DSP设计了直流无刷电机的模糊控制系统,阐述了系统硬件主电路设计,以及软件实现的设计方法,为解决直流无刷电机控制中难题,进一步提高系统控制性能,采用了无刷直流电机电流、转速双闭环控制及模糊自整定PI算法的控制策略,较好实现了直流无刷电机控制系统的智能控制。应用了PWM控制的重叠换相法抑制转矩脉动。实验结果及仿真结果表明,该系统控制效果良好,转矩脉动抑制明显,运行可靠的特点,验证了该设计的快速稳定和鲁棒性。     

基于DSP的无刷直流电机控制系统

为了控制无刷电机低速有限转角运动,应用TMS320F2812芯片设计了一套无刷电机控制系统,给出了硬件电路和部分软件的设计方案。系统采用位置反馈信号作为电机换相基础,利用双重位置闭环的控制结构,以满足快速性、稳定性以及高精度的性能要求,实验证明系统控制方案的可行性。     

基于改进型PI趋近律的无刷直流电机滑模控制

针对无刷直流电机模型参数时变的特性,为解决传统PID控制易受模型参数变化影响的弊端与传统滑模控制(SMC)的抖振问题,将分数阶PI与变速趋近律结合,提出了一种改进型PI趋近律的无刷直流电机滑模控制算法。该算法通过对趋近律的改进,既避免了模型参数变化的影响,又减小了系统输出的抖振。仿真与实验结果表明,与传统滑模控制、传统PI控制相比,具有响应快、鲁棒性强、超调小、抖振小等优点,是一种更优的控制方法。     

基于ISSA-Fuzzy-PID算法的无刷直流电机调速控制系统

为了使无刷直流电机(BLDCM)从复杂多变的非线性关系中找出最佳PID参数,提出了一种基于改进麻雀算法(ISSA)优化模糊(fuzzy)控制的调速系统。根据BLDCM工作原理及控制方法在MATLAB平台上搭建仿真模型并加入反向学习策略初始化麻雀种群,形成非线性时变控制系统,并将该优化系统与传统PID以及模糊PID(fuzzy-PID)控制系统进行对比分析。仿真结果表明,基于ISSA-Fuzzy-PID的调速控制系统有较快的动态响应,有效增强了BLDCM转速控制的精度和鲁棒性。     

Fuzzy adaptive single neuron NN control of brushless DC motor

Inherently, the brushless DC motor (BLDCM) is a nonlinear plant. So, it is hard to get a good performance by using the conventional PI controller for the speed control of BLDCM. In this paper, a fuzzy adaptive single neuron neural networks (NN) controller for BLDCM is developed. The fuzzy logic system (FLS) is adopted to adjust the parameter K of single neuron NN controller online. By this way, performance of the system can be improved. Performances of the proposed fuzzy adaptive single neuron NN controller are compared with the performances of conventional PI controller and normal single neuron NN controller. The experimental results demonstrate that a good control performance is achieved. The using of fuzzy adaptive single neuron NN makes the drive system robust, accurate, and insensitive to parameter variations.     

自适应人工神经网络电机控制器设计

提出了一种自适应人工神经网络无刷直流电动机(BLDCM)转速控制器设计方法;针对传统PID调节器难以应对系统超调和短时振荡等问题,提出了一种结合人工神经网络和传统PID控制的新方法;首先建立了(BLDCM)的本体数学模型,在此基础上描述了将人工神经网络和PID控制相结合的模型,并对具体的控制算法进行了定义;最后,使用Matlab仿真工具对BLDCM控制实例进行了仿真;实验结果表明,结合人工神经网络和PID控制器的新控制方法具有响应快、鲁棒性强以及控制精度高等优点,很好地抑制了超调和振荡。